MR三维动脉自旋标记灌注成像与体素内非相

本文原载于《中华放射学杂志》年第3期

骨骼及软组织肿瘤的良、恶性的早期诊断对选择治疗方案、判断患者预后有很重要的意义。但是骨骼与软组织肿瘤临床表现缺乏特异性，部分肿瘤术前确诊有困难。因此，寻求有效可行的影像检查新技术是目前亟待解决的问题。

MR灌注成像能够反映组织的血流情况，DWI能够反映组织中水分子的运动情况，两者在反映组织微结构和功能方面具有巨大的潜能。以往的MR灌注成像多采用对比剂首过灌注成像，需要注入对比剂，存在对比剂对脏器的损害及过敏风险。三维动脉自旋标记（threedimensionalarterialspinlabeling,3D-ASL)灌注成像拥有良好的信噪比和标记率，且射频能量吸收率（specificabsorptionrate,SAR）较低，是一种完全无侵入性的、不用注射对比剂的新的灌注成像方法，可以获得组织血流灌注参数，重复性较好。传统的MRDWI多使用单b值，获得的ADC值无法分离灌注和扩散。体素内非相干性运动（intravoxelincoherentmotion,IVIM)DWI可以分离出代表扩散的慢速ADC值（slowADC,ADCslow）值和代表灌注的快速ADC值（fastADC,ADCfast)[1]，同时也能提供融合两种因素的传统标准ADC值（standardADC,ADCstandard)。本研究中，笔者同时使用3D-ASL与IVIMDWI对44例骨骼及软组织肿瘤进行定量分析，评价这2种技术对骨骼及软组织肿瘤良恶性的诊断价值。

一、研究对象

本研究为前瞻性研究，选取年3月至年1月到宁波医院或浙江大医院就诊，经病理证实为骨或软组织肿瘤的患者44例。其中男20例、女24例；年龄9～57岁，中位年龄27岁。首发症状包括局部疼痛19例、无痛性肿块23例、肢体活动受限6例。参照年WHO软组织肿瘤分类和WHO骨肿瘤分类及肿瘤学国际疾病分类编码（InternationalClassificationofDiseasesforOncology,ICD-O)[2]，将所有患者分为良性组12例（骨软骨瘤1例、软骨母细胞瘤1例、腱鞘巨细胞瘤1例、骨囊肿2例、纤维结构不良2例、血管瘤1例、内生软骨瘤3例、动脉瘤样骨囊肿1例）、交界性组10例（骨巨细胞瘤6例、韧带样纤维瘤3例、孤立性纤维性肿瘤1例）和恶性组22例（骨肉瘤12例、转移性骨肿瘤3例、黏液性脂肪肉瘤1例、原始神经外胚层肿瘤1例、骨髓浆细胞肿瘤1例、多形性未分化肉瘤1例、上皮样血管外皮瘤1例、尤文肉瘤1例、硬化性上皮样纤维肉瘤1例）。入组标准：(1)下肢、骨盆骨肿瘤或软组织肿瘤；(2)尚未经放疗或化疗；(3)MRI检查后2周内手术并获得病理证实。排除标准：(1)接受MRI检查前接受过放疗、化疗及手术；(2)既往有血管病变，存在肢体血管狭窄。

二、MRI扫描

采用美国GEDiscovery.0T超导MRI扫描仪和32通道相控阵列腹部线圈，配置ADW4.6工作站和Functool软件。

1．扫描序列：

（1）常规序列：轴面FSE序列T2WI,TR.0ms,TE76.0ms，层厚4mm，层间距0，激励次数（NEX)2.0，矩阵×,FOV30cm×30cm～40cm×40cm，具体根据肿瘤大小而定，层数52层。(2)3D-ASL序列：扫描前匀场校正，扫描层厚、层间距、矩阵和FOV拷贝T2WI,TR.0ms,TE10.4ms，下肢选择两侧同时扫描。(3)IVIM：扩散敏感梯度加在X、Y、Z轴3个方向，采用并行采集平面回波（ASSET-EPI）序列，扫描层厚、层间距、层数、矩阵和视野拷贝T2WI序列，TE57.8ms,TR.0ms,b值分别取0、50、、、、、、0、、0s/mm2。前5个b值激励次数为4次，后5个b值激励次数为8次。

2．图像后处理：

将采集的ASL及IVIM原始图像传输到后处理工作站，利用GEADW4.6工作站Functool软件获得肿瘤血流值（tumorbloodflow,TBF)、ADCstandard、ADCslow、ADCfast等参数图，并与T2WI序列逐层匹配、融合。ROI的选定：选择TBF图上血流最丰富的层面，避开坏死、囊变及血管部位，选择肿瘤实性部分。IVIM参数图ROI选择复制ASL。ROI原则上采用面积为20～35mm2圆形区域。所有序列的后处理及ROI的选择均由2名放射科高年资主治医师分别独立完成，各选用3个ROI进行重复测量，取两者的平均值。

三、病理检查

微血管密度（microvesseldensity,MVD）的计算：使用CD34染色后病理切片，MVD计数按照Weidner[3]的方法先用40倍视野扫视整个切片，寻找到肿瘤血管密集区，即热点，再在倍视野下计算微血管数量，凡呈现棕色单个内皮细胞或内皮细胞簇者均作为一个血管计数单位，管腔面积大于8个红细胞直径的血管不计数。每张切片计算5个视野，然后取平均值作为MVD值。

四、统计学方法

所有统计学分析采用SPSS21.0统计学软件。将由2名放射科高年资主治医师分别独立测得的TBF、ADCstandard、ADCslow、ADCfast先进行观察者间一致性分析，选择组内相关系数（intraclasscorrelationcoefficient,ICC）检验。首先采用非参数法单样本Kolmogorov-Smirnov检验对MVD、TBF、ADCstandard、ADCfast和ADCslow进行正态性分布检验，MVD、TBF、ADCfast和ADCslow数据符合正态分布，以x±s表示，良性组、交界性组和恶性组3组间差异比较采用单因素方差分析（one-wayANOVA)，两两比较采用SNK法。ADCstandard值不满足正态分布，采用中位数±四分位间距表示，3组间比较采用Kruskal-Wallis检验，两两比较采用Mann-WhitneyU检验，P0.05为差异有统计学意义。将良性与交界性肿瘤合并为相对良性组，对TBF、ADCstandard、ADCfast、ADCslow进行ROC曲线分析，P0.05为差异有统计学意义。利用约登指数计算良恶性肿瘤鉴别诊断的阈值及其诊断的敏感度和特异度。

一、2名医师间ICC分析

2名医师间测量ADCstandard、ADCslow、ADCfast、TBF的一致性较好（ICC值分别为0.、0.、0.、0.,P值均0.05）。

二、病理检查结果

所有肿瘤CD34染色切片均可见到阳性血管染色（图1、图2、图3）。3组间MVD值差异有统计学意义（表1），两两比较显示良性组与恶性组、交界性组与恶性组间MVD差异均有统计学意义（P值均0.05),良性组与交界性组间MVD差异无统计学意义（P0.05)。

三、3D-ASL成像结果

3D-ASL灌注成像获取的肿瘤组织TBF值参数图，其中越明亮的区域代表血流灌注越丰富，TBF值越大。恶性肿瘤呈明显的高TBF值，良性和交界性肿瘤的TBF值较低（表1），坏死囊变区域呈灌注缺失区（图4、图5、图6）。统计学分析3组间TBF值差异有统计学意义，两两比较显示恶性组TBF值分别高于良性组和交界性组，差异均有统计学差异（P值均0.05)。良性组与交界性组间TBF值差异无统计学意义（P0.05)。

四、IVIMDWI结果

3组间ADCstandard值差异无统计学意义。3组间ADCfast、ADCslow值差异有统计学意义（表1）。两两比较显示，良性组和交界性组肿瘤ADCfast、ADCslow值差异均无统计学意义（P值均0.05）。良性组和恶性组ADCslow值和ADCfast值差异有统计学意义（P值均0.05）。交界性组和恶性组ADCfast值差异有统计学意义（P0.05),ADCslow值差异无统计学意义（P0.05)。本研究中不同组患者的ADCstandard值、ADCfast值、ADCslow值参数图所示均能清楚显示病灶（图7、图8、图9、图10）。

五、ROC曲线分析

利用ROC曲线分析，TBF=45ml·min-1·g-1时，诊断恶性肿瘤阈值时ROC曲线下面积最大(0.)，诊断恶性肿瘤的敏感度为90.9%，特异度为95.5%（图11)。ADC值中ADCfast值诊断良恶性肿瘤较可靠，ADCfast=9.4×10-3mm2/s时，诊断恶性肿瘤阈值时ROC曲线下面积最大（0.)。其诊断敏感度95.5%，特异度为68.2%（图12)。ADCslow值诊断恶性肿瘤效率不佳，曲线下面积仅为0.。

目前MVD是评价肿瘤血管生成的最敏感和客观的指标。本研究结果显示良性组与恶性组、交界性组与恶性组间MVD差异有统计学意义。因此，MVD能够一定程度上反映肿瘤的良恶性及肿瘤级别。但MVD法由于其有创、滞后、离体等缺点，无法在术前广泛开展[4]。

影像检查可以通过肿瘤的血流灌注来评价肿瘤的血管生成。既往对骨骼及软组织肿瘤的灌注研究多采用CT灌注成像[5]或MR对比剂灌注加权成像[6]。然而这两种技术均需要注入对比剂，存在对比剂过敏风险和人体的不良反应，且CT检查具有辐射伤害。本研究采用的3D-ASL是一种完全无侵入性的灌注成像方法。目前ASL灌注成像在人体骨骼及软组织系统方面的应用较少[7]，一些基于兔软组织VX2肿瘤模型的研究显示，ASL能够用于评价肿瘤的血管生成情况[8,9]。本研究显示良性肿瘤、交界性肿瘤与恶性肿瘤的TBF值差异有统计学意义，与本研究的MVD结果相符合。ROC曲线分析显示，TBF诊断肿瘤良恶性具有良好特异度和敏感度。因此，我们认为3D-ASL也是判断肿瘤良恶性的重要序列，同时TBF参数图像和常规MRI融合，可以直观地观察肿瘤不同部分血流灌注的差异，给临床医师实施手术或进一步诊治提供直观的依据。

DWI是一种基于水分子微观运动，反映组织中水分子无序扩散运动快慢的技术[10]。由于常规DWI技术基于单b值，ADC值不能区分各种原因引起的信号衰减，在活体组织中，影响ADC值的因素包括组织微循环（组织灌注）状态、细胞外水分子运动、细胞内水分子运动和细胞内外水分子运动，其中以组织灌注和细胞外水分子运动最为重要[11,12]。为了区分这两种因素，LeBihan等[1]最早建立了双指数模型，可以对水分子扩散和灌注效应两种运动现象通过不同的扩散系数表达出来。目前国内外利用IVIM在骨肌系统的研究尚在探索中。现阶段就b值数量及大小的选择尚无统一意见。一般认为bs/mm2主要反映的是灌注的权重，而bs/mm2时主要反映的是扩散的权重[13]。有研究显示低b值时ADC测量的可重复性差，容易出现测量误差，且所测得数据对信噪比的变化非常敏感，这给模型拟合带来了难度[14]。因此，本研究低b值参数设置较少，而激励次数设置较高。本研究中的ADCstandard相当于传统DWI序列的ADC值，包含了真正的水分子扩散运动和组织灌注两种成分。本研究结果显示良性肿瘤、交界性肿瘤和恶性肿瘤之间的ADCstandard差异无统计学意义。这正是肿瘤组织病理生理变化复杂及ADCstandard值包含两部分因素所致。一方面，恶性肿瘤细胞膜的破坏引起细胞内外水分子交换加剧，以及恶性肿瘤微循环高灌注，使恶性肿瘤ADC值偏高；另一方面，恶性肿瘤细胞增殖迅速，细胞密度增大，引起细胞外间隙变小，同时细胞内丰富的染色质和细胞器也限制了水分子内部及内外跨膜扩散，两方面的作用相反。因此，在不同性质肿瘤以及肿瘤的不同发展阶段ADC值的变化不同。多项骨骼及软组织肿瘤的DWI研究结论与本研究相近[15,16]。

良性肿瘤与恶性肿瘤、交界性肿瘤与恶性肿瘤之间ADCfast值差异有统计学意义，这与本研究中获得的MVD结果相符，支持ADCfast值代表组织微灌注的理论[17]。ADCslow仅在良性与恶性肿瘤之间差异有统计学意义。这可能是由于恶性肿瘤细胞增殖迅速，细胞密度与核质比例与良性肿瘤存在较大差异，同时恶性肿瘤有些阶段细胞膜功能障碍，造成细胞毒性水肿、水分子扩散障碍等有关。良性肿瘤与交界性肿瘤的3D-ASL与IVIM参数差异均无统计学意义，可能是由于其生物学行为介于良性与恶性之间，不同类型的交界性肿瘤的病理结构和灌注特点迥异，所以其影像表现往往也为交界性。本研究交界性肿瘤的样本量最小，研究对象病理类型分散，对交界性肿瘤需要扩大样本进行进一步研究。

由于本研究各序列选取ROI时均与T2WI序列保持完全一致，因此3D-ASL和IVIM结果为一一对应。这两种技术的理论模型不同，参数代表的意义不完全相同，而最终TBF和ADCfast代表组织灌注的结论一致。Kim和Kim[18]在一项大鼠颅脑MRI研究中的发现与本研究相同。我们有理由认为两种技术的同时使用，能从不同角度相互印证，全方位地分析和更准确地判断骨骼及软组织肿瘤的生物学特点。当然IVIMDWI也有其缺陷。ADC图显示，多数肿瘤的ADC值分布不均匀，边界不清，肿瘤成分复杂时图像信噪比较低，图像变形较大，功能图像不能与解剖图像完全匹配，所以选取的ROI区偶然性较大，有待于序列及后期衰减模型处理上的改进。

综上所述，我们认为3D-ASL及IVIM-DWI安全无创，检查程序简单，宜与常规序列联合应用来了解肿瘤组织的血流灌注情况和肿瘤细胞的增殖情况，来帮助判断骨骼及软组织肿瘤的良恶性。

参考文献（略）

（收稿日期：-06-10）

（本文编辑：高宏）